第8讲异方差性.ppt

上传人:王** 文档编号:621211 上传时间:2023-12-08 格式:PPT 页数:34 大小:460.50KB
下载 相关 举报
第8讲异方差性.ppt_第1页
第1页 / 共34页
第8讲异方差性.ppt_第2页
第2页 / 共34页
第8讲异方差性.ppt_第3页
第3页 / 共34页
第8讲异方差性.ppt_第4页
第4页 / 共34页
第8讲异方差性.ppt_第5页
第5页 / 共34页
第8讲异方差性.ppt_第6页
第6页 / 共34页
第8讲异方差性.ppt_第7页
第7页 / 共34页
第8讲异方差性.ppt_第8页
第8页 / 共34页
第8讲异方差性.ppt_第9页
第9页 / 共34页
第8讲异方差性.ppt_第10页
第10页 / 共34页
亲,该文档总共34页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《第8讲异方差性.ppt》由会员分享,可在线阅读,更多相关《第8讲异方差性.ppt(34页珍藏版)》请在优知文库上搜索。

1、第八讲第八讲 异方差性异方差性 Heteroskedasticity一、异方差性对于一、异方差性对于OLS估计的影响估计的影响二、稳健性检验二、稳健性检验三、对是否存在异方差性的检验三、对是否存在异方差性的检验四、加权最小二乘估计四、加权最小二乘估计1.异方差性异方差性2.异方差性对于异方差性对于OLS估计的影响估计的影响3.如何解决可能存在的异方差性?如何解决可能存在的异方差性?一、一、异方差性对于异方差性对于OLS估计的影响估计的影响异方差性异方差性回忆:经典线性模型(回忆:经典线性模型(CLM)的假定)的假定)0(6.),|(5.0),|(4.3.2.1.2211110 ,NuuMLRX

2、XuVarMLRXXuEMLRMLRMLRMLRuXXYkkkk且且独独立立于于所所有有解解释释变变量量,正正态态性性:同同方方差差性性:零零条条件件均均值值:全全的的线线性性关关系系且且自自变变量量之之间间不不存存在在完完异异个个解解释释变变量量具具有有一一定定变变不不存存在在完完全全共共线线性性;每每的的从从总总体体中中随随机机抽抽样样得得到到样样本本的的随随机机性性:样样本本是是的的型型对对于于参参数数而而言言是是线线性性参参数数的的线线性性性性:回回归归模模对对于于总总体体回回归归函函数数 异方差性异方差性o 同方差性(同方差性(homoscedasticity):误差项的条件方差相同

3、:误差项的条件方差相同o 异方差性(异方差性(heteroscedasticity):误差项的条件方差不相同:误差项的条件方差不相同2102102210)|()|()|()|()|()|()|()|(iiiiiiiiiiiiiiiiiiiiXuVarXuXVarXYVarXuVarXuXVarXYVarXuVarXuVaruXY 异异方方差差性性:同同方方差差性性:也也即即:异异方方差差性性:同同方方差差性性:对对于于异方差性异方差性同方差性同方差性XY概概率率密密度度X:受教育年限:受教育年限Y:工资:工资异方差性异方差性异方差性异方差性XY概概率率密密度度X:受教育年限:受教育年限Y:工资

4、:工资异方差性异方差性异方差性异方差性XY概概率率密密度度X:时间:时间Y:打字正确率:打字正确率异方差性对异方差性对OLS估计的影响估计的影响1)回归系数的回归系数的OLS估计量仍然是无偏的、一致的,并且不影响估计量仍然是无偏的、一致的,并且不影响R2和调整的和调整的R22)回归标准差的估计不再是无偏的,从而回归系数回归标准差的估计不再是无偏的,从而回归系数OLS估计量估计量的方差估计不再是无偏的,的方差估计不再是无偏的,OLS估计量不再是有效的和渐近估计量不再是有效的和渐近有效的有效的3)t统计量不服从统计量不服从t分布,分布,F统计量也不服从统计量也不服从F分布,从而无法进分布,从而无法

5、进行假设检验和区间估计,也无法进行区间预测行假设检验和区间估计,也无法进行区间预测如何解决可能存在的异方差性?如何解决可能存在的异方差性?两种方法两种方法o 其一,异方差性不影响其一,异方差性不影响OLS估计量的无偏性和一致性,只影估计量的无偏性和一致性,只影响响OLS估计量的方差估计,因此,如果能找到一种方法(不估计量的方差估计,因此,如果能找到一种方法(不同于同于OLS估计)正确地估计出估计)正确地估计出OLS估计量的方差,那么同样估计量的方差,那么同样可以进行假设检验。这种方法称为稳健性检验可以进行假设检验。这种方法称为稳健性检验o 其二,首先检验是否存在异方差,如果不存在,可以使用其二

6、,首先检验是否存在异方差,如果不存在,可以使用OLS估计;如果存在异方差,使用另外一种估计方法(即加估计;如果存在异方差,使用另外一种估计方法(即加权最小二乘估计,权最小二乘估计,WLS)1.稳健性稳健性t检验检验2.稳健性稳健性F检验检验3.稳健性稳健性LM检验检验二、稳健性检验二、稳健性检验稳健性稳健性t检验检验o 异方差性不影响异方差性不影响OLS估计量的无偏性和一致性,只是影响估计量的无偏性和一致性,只是影响OLS估计量的方差估计,从而影响估计量的方差估计,从而影响t检验和检验和F检验。因此,如检验。因此,如果能找到一种方法正确地估计出果能找到一种方法正确地估计出OLS估计量的方差,那

7、么同估计量的方差,那么同样可以进行样可以进行t检验和检验和F检验检验o 对于大样本数据,在假定对于大样本数据,在假定MLR.1-4下,可以通过一定的方法下,可以通过一定的方法得到得到OLS估计量的方差的正确估计量(参见课本估计量的方差的正确估计量(参见课本p253,8.4式式),并进而得到),并进而得到OLS估计量的标准误。通过这种方法得到的估计量的标准误。通过这种方法得到的标准误称为标准误称为异方差异方差-稳健性标准误(稳健性标准误(heteroskedasticity-robust standard error),或简称,或简称稳健性标准误(稳健性标准误(robust standard e

8、rror)。稳健性稳健性t检验检验o 一旦得到了稳健性标准误,就可以在此基础上构造一旦得到了稳健性标准误,就可以在此基础上构造稳健性稳健性t统计量(统计量(robust t statistics),进而进行稳健性,进而进行稳健性t检验。检验。稳健性标准误稳健性标准误假设值假设值估计值估计值统计量统计量稳健性稳健性 OLSt稳健性稳健性t检验检验例题例题8_1:工资方程(课本:工资方程(课本p253,例,例8.1)lwageCoef.SEtrobust SEt(robust)married_male0.2127 0.0554 3.84 0.0571 3.72 married_female-0.1

9、983 0.0578-3.43 0.0588-3.37 single_female-0.1104 0.0557-1.98 0.0571-1.93 educ0.0789 0.0067 11.79 0.0074 10.64 exper0.0268 0.0052 5.11 0.0051 5.22 expersq-0.0005 0.0001-4.85 0.0001-5.03 tenure0.0291 0.0068 4.30 0.0069 4.19 tenursq-0.0005 0.0002-2.31 0.0002-2.19 _cons0.3214 0.1000 3.21 0.1095 2.94 稳健性

10、稳健性F检验检验o 也可以构造也可以构造异方差异方差-稳健性稳健性F统计量(统计量(heteroskedasticity-robust F statistic)或或异方差异方差-稳健性瓦尔德统计量(稳健性瓦尔德统计量(heteroskedasticity-robust Wald statistic),从而进行异方差,从而进行异方差-稳健性稳健性F检验(对多个线性假设的检验)检验(对多个线性假设的检验)o 例题例题8_2:学习成绩的决定(课本:学习成绩的决定(课本p255,例,例8.2)稳健性稳健性LM检验检验o 与异方性与异方性-稳健性稳健性F检验相同,针对多个线性假设的检验还可检验相同,针对

11、多个线性假设的检验还可采用采用异方差异方差-稳健性拉格朗日乘子检验(稳健性拉格朗日乘子检验(heteroskedasticity-robust Lagrange Multiplier test),简称稳健性,简称稳健性LM检验。检验。o 本课程不要求同学掌握稳健性本课程不要求同学掌握稳健性LM检验,有兴趣的同学请参检验,有兴趣的同学请参看课本看课本p255-2571.为什么要对异方差性进行检验?为什么要对异方差性进行检验?2.布罗施布罗施-帕甘检验(帕甘检验(Breusch-Pagan test)3.怀特检验(怀特检验(White test)三、对是否存在异方差性的检验三、对是否存在异方差性的

12、检验为什么要对异方差性进行检验?为什么要对异方差性进行检验?o 不管模型是否满足同方差假定,估计稳健性标准误和进行不管模型是否满足同方差假定,估计稳健性标准误和进行稳健性检验是更为稳妥的方法,因此这一方法越来越普遍稳健性检验是更为稳妥的方法,因此这一方法越来越普遍。那么,为什么还要对是否存在异方差性进行检验?。那么,为什么还要对是否存在异方差性进行检验?a)对于小样本数据,稳健性对于小样本数据,稳健性t统计量并不十分接近统计量并不十分接近t分布,应使分布,应使用通常的用通常的t检验。此时,应首先对是否存在异方差性进行检检验。此时,应首先对是否存在异方差性进行检验。如果不存在异方差性,就可以使用

13、通常的验。如果不存在异方差性,就可以使用通常的t检验;如果检验;如果存在异方差性,就应使用不同于存在异方差性,就应使用不同于OLS的估计方法。的估计方法。b)只要存在异方差,只要存在异方差,OLS估计量就不是最优线性无偏估计量估计量就不是最优线性无偏估计量。因此最好使用比。因此最好使用比OLS更好的估计方法更好的估计方法为什么要对异方差性进行检验?为什么要对异方差性进行检验?o 出现异方差性的一个常见原因,是误差项的条件方差与某出现异方差性的一个常见原因,是误差项的条件方差与某些自变量相关,下面的两种检验方法都是看误差项的条件些自变量相关,下面的两种检验方法都是看误差项的条件方差是否与某些自变

14、量相关方差是否与某些自变量相关布罗施布罗施-帕甘检验(帕甘检验(Breusch-Pagan test)基本思想基本思想假定就不成立假定就不成立相关,那么同方差相关,那么同方差与一个或多个解释变量与一个或多个解释变量因此,如果因此,如果:等价于等价于:从而同方差假定从而同方差假定。所以:。所以:,那么,那么满足满足如果总体回归函数如果总体回归函数22212021012211211110)()(),()(),()(),(0),(41.uuE,X,|XuEHXX|uVarH,X,|XuEXX|uE,X,|XuEXX|uVarXX|uEMLRuXXYkkkkkkkkk 布罗施布罗施-帕甘检验(帕甘检验

15、(Breusch-Pagan test)布罗施布罗施-帕甘检验(帕甘检验(BP test)即即存存在在异异方方差差性性说说明明可可以以拒拒绝绝原原假假设设,显显著著的的,统统计计量量是是统统计计量量或或,如如果果,对对于于量量统统计计量量,或或者者构构造造统统计计)的的得得到到模模型型(回回归归,得得到到的的作作为为因因变变量量做做以以下下模模型型用用方方法法估估计计)用用根根据据模模型型(假假定定:)(对对于于MLFHdknRLMFcvXXuROLSubuOLSavXXXX|uEXX|uVaruXXYkukkukkkkkk00:.)(2.)2(.1.),(),(,11022110222211

16、0121110 布罗施布罗施-帕甘检验(帕甘检验(Breusch-Pagan test)例题例题8_3:住房价格(课本:住房价格(课本p259,例,例8.4)为不存在异方差性为不存在异方差性不能拒绝原假设,即认不能拒绝原假设,即认为存在异方差性为存在异方差性可以拒绝原假设,即认可以拒绝原假设,即认614)3(2240480088048002450411)843(99.5)3(09.141601.088,1601.000020345)843(21023210205.020.,LM.R.,p.,FubdrmslsqrftllotsizelpriceLMR.,p.,Fubdrmssqrftlotsizeprice.uu321 怀特检验(怀特检验(White test)怀特检验(怀特检验(White test):一般检验):一般检验o 与与BP检验相比,怀特检验进一步考虑误差项方差与每个自变检验相比,怀特检验进一步考虑误差项方差与每个自变量的平方及每两个自变量的交互项的关系。量的平方及每两个自变量的交互项的关系。vXXXXXXXXXX|uEXX|uVaruXXYkkkkkkkkkkkkkk 1

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 大学课件

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!